【KMP】从原理上详解next数组和nextval数组

本文将从原理上详细解释KMP算法中的next数组以及nextval数组，尽量让大家明白它们到底在记录什么，为什么要这样算。以及现在普遍的KMP算法实现当中的next数组与前两者有何不同。篇幅较长，但尽量讲清楚。

next数组

next数组到底在记录什么？

虽然数据结构中对next数组有定义，但并不易于理解，因此我个人对next数组进行了一个简单解释：

next数组指示了当前模式串在该位置匹配冲突（即失配，个人习惯称冲突）时，应该将模式串的哪一位与此位对齐。

这里为刚学习KMP的朋友解释一下，KMP算法进行字符串匹配时，被检索的串称为“文本串”，要检索的目标串称为“模式串”。next数组与nextval数组的求解只与模式串有关。

举个例子：
假设需要在字符串 “abaabbcabaabcac” 中查找是否存在字符串 “abaabcac”，那么 "abaabbcabaabcac"就是文本串，"abaabcac"就是模式串。

这里其它的许多详解中会直接告诉你，next数组的第一位是0，第二位是1，然后从第三位开始继续算什么的，但很少看到有解释为什么第一位一定是0，第二位一定是1。

为了解释这个问题，我们首先要搞清楚模式串的“位”是什么样的。
对“abaabcac”来说，第一个字符a就是第一位，不要受一些编程语言思维的影响认为这是第0位。

位数	1	2	3	4	5	6	7	8
模式串	a	b	a	a	b	c	a	c

但是为了便于理解，我们假想模式串的最前面还有一个空白字符位，称为第0位，即：

位数	0	1	2	3	4	5	6	7	8
模式串		a	b	a	a	b	c	a	c

现在，我们再来对照前面给出的定义：
next数组指示了当前模式串在该位置匹配冲突时，应该将模式串的哪一位与此位对齐。

是不是就理解为什么第一位一定是0，第二位一定是1了？
还没有？那我们再假想一个文本串加上来。

待求位：      1  2  3  4  5  6  7  8
文本串：      x  x  x  x  x  x  x  x  x  x  x  x  x  x  x  x
模式串：      a  b  a  a  b  c  a  c

现在标红的位置发生冲突，那么下一步应该让模式串的哪一位跟当前冲突的 x 位对齐呢？没错，就是第0位。也就是变成：

待求位：      1  2  3  4  5  6  7  8
文本串：      x  x  x  x  x  x  x  x  x  x  x  x  x  x  x  x
模式串：          a  b  a  a  b  c  a  c
位数：          0  1  2  3  4  5  6  7  8

所以，当模式串的第一位发生冲突时，应该将模式串的第0位与当前位置对齐，也就是next[1]=0;

---

继续看第二位发生冲突的情况：

待求位：      1  2  3  4  5  6  7  8
文本串：      a  x  x  x  x  x  x  x  x  x  x  x  x  x  x  x
模式串：      a  b  a  a  b  c  a  c

此时需要将模式串移动为：

待求位：      1  2  3  4  5  6  7  8
文本串：      a  x  x  x  x  x  x  x  x  x  x  x  x  x  x  x
模式串：          a  b  a  a  b  c  a  c
位数：          0  1  2  3  4  5  6  7  8

所以，当模式串的第二位发生冲突时，应该将模式串的第1位与当前位置对齐，也就是next[2]=1;

无论模式串如何变化，只要其长度大于等于2，这两种情况都是固定的，因此next[1]一定为0，next[2]一定为1。

---

继续看第三位发生冲突的情况：

待求位：      1  2  3  4  5  6  7  8
文本串：      a  b  x  x  x  x  x  x  x  x  x  x  x  x  x  x
模式串：      a  b  a  a  b  c  a  c

这时，假如我们仍然只移